@thesis{thesis,
		author={ },
		title ={PERANCANGAN DAN IMPLEMENTASI PREDIKTOR BAD DEBT DAN FRAUD MANAGEMENT SYSTEM},
		year={0000},
		url={https://digilib.itb.ac.id/gdl/view/11614},
		abstract={Dengan perkembangan industri telekomunikasi yang sangat pesat, bermacam-macam tindakan penyalahgunaan terhadap layanan telekomunikasi muncul dan mengakibatkan kerugian yang cukup besar pada pendapatan operator telekomunikasi. Kerugian akibat tidak terbayarnya tagihan atau bad debt ini dapat diminimalisasi dengan mendeteksi lebih awal terjadinya penyalahgunaan layanan atau fraud ini. 
 
 
 

Untuk mendeteksi lebih awal terjadinya fraud ini diperlukan konsep atau metoda yang tepat dalam menemukan pola pemakaian abnormal dari pelanggan. Salah satu teknologi data mining, yaitu teknologi decision trees yang berbasis rule, akan digunakan untuk menemukan pola pemakaian abnormal ini. Sistem yang transparan menjadi alasan dipilihnya teknologi ini. 
 
 
 

Berkaitan dengan hal tersebut di atas, tesis ini berusaha memberikan sumbangsih berupa desain dan implementasi prediktor Bad Debt dan Fraud Management System (FMS). Sistem ini akan menerapkan teknologi decision trees. Penelitian ini telah memberikan hasil yang baik berupa kemampuan prediksi bad debt hingga 85%. Sedangkan untuk FMS telah mencapai nilai 89%.}
		}